금융 서비스 기업들은 AI 전략의 수립과 실행에서 여러 난관에 직면해 있습니다.
AI 솔루션은 고객 서비스, 사이버 보안, 신규 계정 확보, 컴플라이언스 등 거의 모든 기능에 동력을 공급하고 기업의 총수익과 순수익 개선에 기여합니다.
기업에서는 경영진에서 데이터 사이언티스트에 이르기까지 모두가 관여하여 수익성을 최대화할 활용 사례와 투자 규모를 결정하는 한편 2021년을 기점으로 극복돼야 할 최대 과제들을 설정하게 됩니다.
이와 관련해 NVIDIA는 전세계 금융 서비스 전문가 200인 이상을 대상으로 설문조사를 진행했습니다. 이번 조사는 “금융 서비스 업계 AI의 현재(State of AI in Financial Services)”라는 제목으로 실시됐는데요. 금융 서비스 기관들의 AI 활용 현황과 미래를 보다 종합적으로 파악하기 위해 배치 모델(deployment model), 인프라 지출, 최고 활용 사례, 최대 과제 등 AI와 관련한 폭넓은 주제들이 문항에 포함됐죠. 핀테크, 투자회사, 소매금융은행의 고위 경영진과 매니저, 개발자, IT 설계자 등이 조사에 참여했습니다.
금융 서비스에 뿌리내리는 AI
AI를 둘러싸고 지속적으로 논의되는 두 가지 주제는 이번 조사에서도 두드러졌습니다. AI가 금융 서비스 부문의 경쟁력 강화에 기여한다는 점과 은행들은 AI 인프라에 상당액을 투자해 그 잠재력을 최대한으로 이끌어낼 계획을 세우고 있다는 점이죠.
최고의 AI를 구축하는 방법을 비롯하여 정책 결정과 기술 실행 측면의 구체적인 난관에 있어서는 각 응답자가 업계 내에서 담당하는 역할과 소속된 부문에 따라 세분화된 차이들이 발견됐습니다.
가장 눈에 띄는 결과 세 가지를 정리하면 다음과 같습니다.
수입 증대와 비용 절감을 동시에 달성하는 AI 기반 서비스
응답자들은 엔터프라이즈 AI의 가치에 대해 폭넓은 공감을 보여줬습니다. “우리 회사의 성공적인 미래를 위해서는 AI가 중요합니다”라는 문항에 대해서 전체의 83%가 ‘그렇다’고 답했죠.
이번 조사에 따르면 금융 서비스 기업들은 AI가 성장의 기회를 열어줄 것으로 내다보고 있습니다. 응답자 중 의견을 개진한 절반 이상이 AI가 자사의 연매출을 10% 이상 늘릴 것이라고 답했습니다. 반면 응답자의 12%(“잘 모르겠다”는 대답 제외)만이 AI가 자사의 매출 신장에 미치는 영향이 전무하다고 밝혔습니다.
AI는 비용을 절감하여 순수익 또한 증가시킵니다. 예를 들어 은행과 보험사, 자산운용사들은 대화형 AI, 로보틱 프로세스 자동화, 광학 문자 인식과 기타 머신 러닝, 딥 러닝 애플리케이션 등의 테크놀로지를 활용해 일상 업무의 효율을 상당히 높이고 있죠.
이 같은 AI 기반 서비스들은 보험금 청구 처리를 자동화하고 전사용 음성 인식의 자동화로 콜 센터 직원들의 업무를 지원하는 등 여러 노동 집약적인 서비스를 수행하여 시간을 절약하고 지출을 줄입니다.
고객이 함께 누리는 AI의 이점
응답자들은 AI가 자사에 끼친 3대 영향으로는 정확한 모델의 구축(42%), 기업의 경쟁력 창출(41%), 신제품 개발(34%)을 꼽았습니다.
AI를 활용해 보다 정확한 모델을 구축하면 기업과 고객 모두에게 유익한 결과를 낼 수 있으며, 특히 금융 사기 방지와 투자 수익 극대화의 측면에서 도움이 됩니다. 이러한 이점이 곧 경쟁력이 되어 시장 점유율 증대와 주주 가치 개선으로 이어지죠. AI로 개발한 신제품들은 개인화를 강화하는 방식으로 교차 판매의 기회를 늘려 보유 고객의 유지율을 높입니다.
AI 관련 목표의 달성을 위한 과제
AI가 금융 서비스에 이익이 되는 것은 분명한 사실입니다. 하지만 은행과 보험사, 자산운용사 내에 AI 모델을 구축할 목적의 연구로 시작해 엔터프라이즈급 규모의 제작에 이르기까지의 여정은 여러 위험과 난관들로 이뤄져 있죠.
이러한 장애물들은 이번 설문에서도 그대로 확인됐습니다. 기업의 AI 관련 목표 달성에 있어 가장 커다란 난관으로 손꼽힌 세 가지는 턱없이 부족한 데이터 사이언티스트(38%), 미흡한 기술 인프라(35%), 데이터의 부족(35%)입니다.
고위 경영진은 이러한 난관을 극복하고자 산업 전반에서 AI의 전문성을 개발하는 방안을 모색하는 중입니다. 이들의 60% 이상이 향후의 최대 관심사로 AI 활용 사례의 추가적 발굴을 꼽았습니다. 고위 경영진에 속하는 응답자의 50%는 데이터 사이언티스트의 수가 너무 적어 발생하는 격차를 해소하기 위해 AI 전문가의 고용을 늘릴 계획이라고 밝히기도 했죠.
이러한 설문 결과는 더욱 스마트한 뱅킹을 위해 새로운 AI 프레임워크와 플랫폼을 탐구하는 과정이 앞으로도 계속될 것임을 의미합니다.
금융 서비스의 대표적 AI 활용 사례
핀테크와 투자회사 소속의 응답자들은 자사가 투자를 진행 중인 대표적 AI 활용 사례로 포트폴리오 최적화와 알고리즘 매매를 꼽았습니다. 이를 통해 고객의 투자 대비 수익을 극대화하겠다는 맥락으로 이해할 수 있습니다.
반면 시중은행과 소매금융은행 소속의 응답자들은 자사가 결제, 거래, 돈세탁 방지 절차 상에서의 부정 행위 감지용 AI 위주로 투자를 진행하고 있다고 답했습니다. 이는 고객의 민감한 재무 데이터 보호에 일차적 초점이 맞춰진 결과이기도 하죠.
엔터프라이즈 AI로 강화하는 뱅킹의 미래
금융 서비스의 대표적인 AI 활용 사례들이 발굴되고 수십, 수백 건의 사례들을 은행과 보험사, 자산운용사가 직접 사용할 수 있게 되면서 금융 서비스계는 AI 투자를 늘릴 방안을 강구하고 있습니다. 응답자의 62%(“잘 모르겠다”는 대답 제외)는 자사가 AI의 적용과 관련한 투자를 늘릴 필요가 있다는 데 동의했습니다.
금융 서비스의 전문가들은 AI가 가진 잠재력 파악에 그치지 않고 그 기대를 현실화하기 위한 투자 또한 늘릴 의향을 가지고 있습니다. 현재 여러 기업들이 AI의 잠재력을 적극적으로 현실화하며 경쟁력 확보, 신제품 개발, 총수입 증대, 비용 절감을 통한 순수익 증가의 길로 나아가고 있죠.
새로운 활용 사례들이 발굴되고 AI가 금융 서비스 전반에 확산되는 상황에서 고위 경영진과 IT 리더들의 다음 과제는 생산성, 확장성, 투자 수익을 높이는 엔터프라이즈급 AI 플랫폼을 구축하여 기업 내의 다양한 AI 팀을 지원하는 것입니다.
데이터 사이언티스트의 경우, 다양한 활용 사례를 위한 모델을 처음부터 구축하는 대신 NVIDIA의 GPU 최적화 소프트웨어 허브인 NGC의 컨테이너를 활용할 수 있습니다. 여기에는 음성 인식을 자동화하고 콜 센터의 전사를 위해 음성을 텍스트로 변환하는 NVIDIA Riva, 추천 시스템 애플리케이션 프레임워크를 위한 NVIDIA Merlin 등이 포함돼 있습니다.
금융의 미래와 AI에 대한 더 자세한 내용과 상세한 조사 결과는 해당 보고서를 다운로드하여 확인하세요.
또한 지난 GTC 21에서는 씨티은행(Citibank), 모건 스탠리(Morgan Stanley), 뮌헨리(Munich Re), 스코샤 은행(Scotiabank), 웰스 파고(Wells Fargo) 등 선도적 금융 기관들의 전문가들이 연사로 나서 세션을 진행한 바 있습니다.